基于圖像處理的車牌的自動識別

現(xiàn)在是1頁\一共有26頁\編輯于星期一基本的步驟：a.牌照定位，定位圖片中的牌照位置；b.牌照字符分割，把牌照中的字符分割出來；c.牌照字符識別，把分割好的字符進(jìn)行識別，最終組成牌照號碼?，F(xiàn)在是2頁\一共有26頁\編輯于星期一(1）牌照定位:自然環(huán)境下，汽車圖像背景復(fù)雜、光照不均勻，如何在自然背景中準(zhǔn)確地確定牌照區(qū)域是整個識別過程的關(guān)鍵。首先對采集到的視頻圖像進(jìn)行大范圍相關(guān)搜索，找到符合汽車牌照特征的若干區(qū)域作為候選區(qū)，然后對這些侯選區(qū)域做進(jìn)一步分析、評判，最后選定一個最佳的區(qū)域作為牌照區(qū)域，并將其從圖象中分割出來?，F(xiàn)在是3頁\一共有26頁\編輯于星期一導(dǎo)入原始圖像圖像預(yù)處理增強(qiáng)效果圖像邊緣提取車牌定位對圖像開閉運(yùn)算流程圖:

現(xiàn)在是4頁\一共有26頁\編輯于星期一（2）牌照字符分割:按左右寬度切割出字符分析垂直投影找到每個字符中心位置去掉車牌的框架計算水平投影進(jìn)行車牌水平校正完成牌照區(qū)域的定位后，再將牌照區(qū)域分割成單個字符，然后進(jìn)行識別。字符分割一般采用垂直投影法。由于字符在垂直方向上的投影必然在字符間或字符內(nèi)的間隙處取得局部最小值的附近，并且這個位置應(yīng)滿足牌照的字符書寫格式、字符、尺寸限制和一些其他條件。利用垂直投影法對復(fù)雜環(huán)境下的汽車圖像中的字符分割有較好的效果?，F(xiàn)在是5頁\一共有26頁\編輯于星期一現(xiàn)在是6頁\一共有26頁\編輯于星期一（3）牌照字符識別

:字符依次分析顯示誤差最小的圖片名字分析之差最小的圖片是哪張與數(shù)據(jù)庫的圖片相減切割出的字符送入庫中字符識別方法目前主要有基于模板匹配算法和基于人工神經(jīng)網(wǎng)絡(luò)算法。基于模板匹配算法首先將分割后的字符二值化,并將其尺寸大小縮放為字符數(shù)據(jù)庫中模板的大小，然后與所有的模板進(jìn)行匹配，最后選最佳匹配作為結(jié)果?，F(xiàn)在是7頁\一共有26頁\編輯于星期一原始圖像現(xiàn)在是8頁\一共有26頁\編輯于星期一圖像的灰度化現(xiàn)在是9頁\一共有26頁\編輯于星期一對原始圖像進(jìn)行開運(yùn)算

得到圖像背景圖像現(xiàn)在是10頁\一共有26頁\編輯于星期一灰度圖像與背景圖像作減法

，對圖像進(jìn)行增強(qiáng)處理現(xiàn)在是11頁\一共有26頁\編輯于星期一將圖像二值化取得最佳閾值二值圖像是指整幅圖像畫面內(nèi)僅黑、白二值的圖像。在實際的車牌處理系統(tǒng)中，進(jìn)行圖像二值變換的關(guān)鍵是要確定合適的閥值，使得字符與背景能夠分割開來，二值變換的結(jié)果圖像必須要具備良好的保形性，不丟掉有用的形狀信息，不會產(chǎn)生額外的空缺等等。車牌識別系統(tǒng)要求處理的速度高、成本低、信息量大，采用二值圖像進(jìn)行處理，能大大地提高處理效率。閾值處理的操作過程是先由用戶指定或通過算法生成一個閾值，如果圖像中某中像素的灰度值小于該閾值，則將該像素的灰度值設(shè)置為0或255，否則灰度值設(shè)置為255或0?，F(xiàn)在是12頁\一共有26頁\編輯于星期一現(xiàn)在是13頁\一共有26頁\編輯于星期一邊緣檢測:

兩個具有不同灰度值的相鄰區(qū)域之間總存在邊緣，邊緣就是灰度值不連續(xù)的結(jié)果，是圖像分割、紋理特征提取和形狀特征提取等圖像分析的基礎(chǔ)。為了對有意義的邊緣點進(jìn)行分類，與這個點相聯(lián)系的灰度級必須比在這一點的背景上變換更有效，我們通過門限方法來決定一個值是否有效。所以，如果一個點的二維一階導(dǎo)數(shù)比指定的門限大，我們就定義圖像中的次點是一個邊緣點，一組這樣的依據(jù)事先定好的連接準(zhǔn)則相連的邊緣點就定義為一條邊緣。經(jīng)過一階的導(dǎo)數(shù)的邊緣檢測，所求的一階導(dǎo)數(shù)高于某個閾值，則確定該點為邊緣點，這樣會導(dǎo)致檢測的邊緣點太多?？梢酝ㄟ^求梯度局部最大值對應(yīng)的點，并認(rèn)定為邊緣點，去除非局部最大值，可以檢測出精確的邊緣。一階導(dǎo)數(shù)的局部最大值對應(yīng)二階導(dǎo)數(shù)的零交叉點，這樣通過找圖像強(qiáng)度的二階導(dǎo)數(shù)的零交叉點就能找到精確邊緣點?，F(xiàn)在是14頁\一共有26頁\編輯于星期一像邊緣提取現(xiàn)在是15頁\一共有26頁\編輯于星期一對得到圖像作開操作進(jìn)行濾波數(shù)學(xué)形態(tài)非線性濾波，可以用于抑制噪聲，進(jìn)行特征提取、邊緣檢測、圖像分割等圖像處理問題。腐蝕是一種消除邊界點的過程，結(jié)果是使目標(biāo)縮小，孔洞增大，因而可有效的消除孤立噪聲點；膨脹是將與目標(biāo)物體接觸的所有背景點合并到物體中的過程，結(jié)果是使目標(biāo)增大，孔洞縮小，可填補(bǔ)目標(biāo)物體中的空洞，形成連通域。先腐蝕后膨脹的過程稱為開運(yùn)算，它具有消除細(xì)小物體，并在纖細(xì)處分離物體和平滑較大物體邊界的作用；先膨脹后腐蝕的過程稱為閉運(yùn)算，具有填充物體內(nèi)細(xì)小空洞，連接鄰近物體和平滑邊界的作用。對圖像做了開運(yùn)算和閉運(yùn)算，閉運(yùn)算可以使圖像的輪廓線更為光滑，它通常用來消掉狹窄的間斷和長細(xì)的鴻溝，消除小的孔洞，并彌補(bǔ)輪廓線中的斷裂?，F(xiàn)在是16頁\一共有26頁\編輯于星期一閉運(yùn)算的圖像現(xiàn)在是17頁\一共有26頁\編輯于星期一開運(yùn)算的圖像現(xiàn)在是18頁\一共有26頁\編輯于星期一對二值圖像進(jìn)行區(qū)域提取，并計算區(qū)域特征參數(shù)a.對圖像每個區(qū)域進(jìn)行標(biāo)記，然后計算每個區(qū)域的圖像特征參數(shù)：區(qū)域中心位置、最小包含矩形、面積。現(xiàn)在是19頁\一共有26頁\編輯于星期一計算出包含所標(biāo)記的區(qū)域的最小寬和高，并根據(jù)先驗知識，比較誰的寬高比更接近實際車牌寬高比，將更接近的提取并顯示出來。

計算矩形的高度框架的寬度和高度的范圍車牌的開始列車牌的開始行計算車牌長寬比獲取車牌二值子圖計算矩形的寬度現(xiàn)在是20頁\一共有26頁\編輯于星期一灰度子圖和二值子圖現(xiàn)在是21頁\一共有26頁\編輯于星期一對水平投影進(jìn)行峰谷分析對水平投影進(jìn)行峰谷分析,計算出車牌上邊框、車牌字符投影、車牌下邊框的波形峰上升點、峰下降點、峰寬、谷寬、峰間距離、峰中心位置參數(shù)?，F(xiàn)在是22頁\一共有26頁\編輯于星期一現(xiàn)在是23頁\一共有26頁\編輯于星期一計算車牌旋轉(zhuǎn)角度a.車牌傾斜的原因?qū)е峦队靶Ч骞晒炔幻黠@，在這里需要做車牌矯正處理。這里采取的線性擬合的方法,計算出車牌上邊或下邊圖像值為1的點擬合直線與水平X軸的夾角?，F(xiàn)在是24頁\一共有26頁\編輯于星期一去水平（上下）邊框,獲取字符高度.通過以上水平投影、垂直投影分析計算，獲得了車牌字符高度、字符頂行與尾行、字符寬度、每